原始名称记载: 海南电网有限责任公司

本发明公开了一种复合吸附再生材料电渗干燥模型的优化方法，包括采集电场强度、电动电位、复合材料类型及配比、复合材料颗粒度粒径、复合材料颗粒密度和复合材料孔隙率参数；根据参数建立复合吸附再生材料的初始电渗干燥模型；对所述初始电渗干燥模型进行多因素耦合仿真测试，获取包含电渗流速率的仿真数据集；将所述仿真数据集中的电渗流速率与预设性能基准进行比对，并基于比对结果对所述初始电渗干燥模型进行迭代优化，以获得优化干燥模型。通过敏感性分析高效筛选核心参数，实现模型快速迭代优化，输出的指导性参数能为材料选型及电渗除湿装置设计提供可靠依据，保障电渗干燥系统的性能与实用性。

本发明涉及光伏功率预测技术领域，公开了一种基于天气状态概率预测的两阶段光伏短期功率预测方法、系统、设备及介质，方法包括：获取目标光伏电站气象与光伏出力数据并进行第一预处理，提高数据质量；对预处理后的数据进行第二相关性判断，筛选与光伏出力高度相关的气象因素。建立包含不同天气状态历史相似日数据集的聚类指标集合，科学分类历史数据以挖掘不同天气下光伏出力规律，进而训练若干针对不同天气状态的最优光伏发电功率预测模型。同时建立未来天气预测模型，根据其输出选取对应天气状态下的最优预测模型，实时调整预测策略，提升模型适应性与预测准确性，实现高精度短期光伏功率预测，为电站运行调度和能源管理提供有力支持。

本发明公开了一种基于联邦双分支图神经网络的用电预测方法、系统、设备及存储介质，涉及智能电网用电预测领域，方法包括：收集各客户端用电量数据，构建时空耦合的双分支图结构，各客户端构建本地预测模型。服务器初始化全局预测模型，客户端用本地数据训练本地模型并更新参数，上传至服务器。服务器接收所有客户端参数后聚合生成全局参数，再下发给客户端更新本地模型，持续迭代训练，直至满足停止条件，利用客户端本地模型和服务器全局模型对用电量数据进行预测；本发明提升了智能电网用电预测的准确性与泛化能力，缓解了客户端数据有限导致的过拟合，精准捕捉用电量尤其是峰值变化，助力电力系统稳定运行和合理规划。

本发明公开了一种基于深度学习的电网作业人员工作服检测方法、系统、设备及介质，属于工作服检测技术领域，包括构建原始电网作业人员工作服数据集；对原始电网作业人员工作服数据集进行预处理，得到处理后的电网作业人员工作服数据集；构建基于深度学习的电网作业人员工作服检测模型，将电网作业人员工作服图像输入模型中，对电网作业人员工作服的穿戴情况进行识别；对电网作业人员工作服检测模型进行训练，得到训练好的电网作业人员工作服检测模型；应用训练好的电网作业人员工作服检测模型，识别当前电网作业人员工作服的穿戴情况。本发明有效提高了在恶劣天气、光照不足或图像模糊条件下的检测精度，确保了在不同环境下的稳定性能。

本发明涉及故障预测技术领域，具体为一种面向多源数据的停电风险评估方法，包括以下步骤：获取各数据源的生成时间戳与当前系统时间的差值，计算得到时效性分值，再调取气象数据与负荷数据在上个周期的预测值同电网实际状态记录的偏差，计算生成多源数据时变可信度集合。本发明通过量化各数据源的生成时间与当前时间的差值，并结合其历史预测值与实际记录的偏差，生成随时间变化的数据可信度集合，确保评估所依据的信息不仅是新颖的，更是经过历史表现验证的，进而将这份可信度集合转化为数据源权重配置，使得在后续计算中，质量更高、更可靠的数据源获得更大的影响力，抑制低质量数据带来的噪声干扰。

本发明公开了一种抗截获物理层通信方法、系统、设备及存储介质，方法包括：获取多路复基带数字信号流的信号能量，对所述信号能量进行监测，根据监测结果产生对应的控制指令；响应于所述控制指令，从所述多路复基带数字信号流中截取信号数据块，根据截取的信号数据块对干扰协方差矩阵进行计算；基于所述干扰协方差矩阵，通过自适应算法生成正交投影矩阵；利用所述正交投影矩阵对所述多路复基带数字信号流进行变换处理，输出处理后的信号，提升整个通信系统在复杂电磁环境中的稳健性与解码性能。

本发明涉及光伏出力预测技术领域，公开了一种考虑空间相关性和季节特征的光伏出力短期预测方法、系统、设备及介质，方法包括：获取目标光伏电站的气象数据和出力序列数据；进行相关性分析，构成主要气象因素集；采集邻近光伏电站的出力序列数据，计算目标电站与邻近电站出力序列的相关系数，筛选出参考光伏电站；基于参考光伏电站出力数据与目标电站出力相关数据共同构建多维数据集；并进行分类处理，得到季节子样本集，针对季节子样本集分别构建神经网络预测模型，通过参数优化得到各季节对应的最优预测模型，输出光伏出力预测结果。通过耦合多场站空间相关性与季节特征，突破单一场站历史数据驱动的预测约束，提升复杂气象条件下的预测精度。

本发明公开了基于环境感知图卷积网络的用电异常检测方法、系统、设备及介质，属于智能电网技术领域包括，获取电网区域单元历史用电量和外部环境因素构建多维时空关联图；通过所述多维时空关联图分离周期趋势分量与环境相关型残差波动，得到双通道图卷积特征；结合所述双通道图卷积特征，实现周期通道与残差通道的特征空间解耦，得到解耦特征；基于所述解耦特征提取历史残差波动序列，构建环境状态敏感的概率密度函数。本发明通过构建多维时空关联图，将历史用电量与外部环境因素如温度、湿度或天气事件紧密融合，从而有效捕捉用电行为的时空依赖性，避免传统方法忽略环境动态导致的误判。